PyTorchKR Papers

최신 논문

총 5편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2201.04868v3cs.HC공식 코드 · Papers with Code

흥미로움을 넘어서: 시각적 데이터 분석을 위한 의미·맥락 인식 자연어 쿼리 추천

Beyond Interestingness: Semantic and Context-Aware Natural Language Query Recommendations for Visual Data Analysis

최근 대규모 언어 모델(LLM)의 발전으로 자연어 인터페이스(NLI)가 데이터 탐험에 널리 접근 가능해졌지만, 광범위한 분석 목표를 가진 분석가들은 특히 낯선 다중 테이블 관계형 데이터베이스에서 이를 효과적인 단계별 쿼리로 분해하는 데 여전히 어려움을 겪는다. 고수준 분석 의제를 생성하는 대신, 관계형 데이터베이스 탐험을 위한 분석적 보조 구조로 작동하는 의미·맥락 인식 다음 단계 쿼리 추천으로 NLI를 보강하는 방법을 조사한다. 본 접근법은 의미적 관련성, 데이터 흥미로움, 맥락 일관성을 공동으로 통합하여 탐험을 일관되고 주제 중심적인 분석 및 잠재적으로 통찰력 있는 부분집합으로 이끄는 방식으로 흥미로움만을 사용하는 방법을 넘어선다. NL2SQL 벤치마킹, LLM 강화 설명 검증, 흥미로움만 사용하는 기준선 및 LLM 기반 프롬프팅 기준선에 대한 에이전틱 비교, 12명 참가자 사용자 연구로 QRec-NLI를 평가한다. 에이전틱 비교에서 QRec-NLI는 두 기준선 모두보다 주제적으로 더 관련성 있고 국소적으로 더 일관된 쿼리 시퀀스를 생성한다. 흥미로움만 사용하는 기준선과의 사용자 연구에서, 통찰 생성 지원 및 의사결정 지원에 대해 더 높은 평가를 받는다.

arXiv:2607.10911v1cs.CL

자연어-SQL 번역의 핵심 요소: 모델 파이프라인 최적화 접근법과 그 상호작용에 대한 체계적 분석

The Nuts and Bolts of Natural Language to SQL Translation: A Systematic Analysis of Model Pipeline Optimisation Approaches and their Interactions

대규모 언어 모델(LLM)의 시대에도, 자연어-SQL(NL2SQL) 번역은 다양한 유용한 응용 분야를 갖는 미해결 문제로 남아 있다. 우리는 더 경량화된 모델 개발에 영감을 주기 위해 여러 NL2SQL 파이프라인 확장 기법들 간의 상호작용을 탐구한다. 구체적으로, NatSQL 중간 표현을 통합하고, 합성 데이터 기반의 전처리 단계와 미세조정(fine-tuning) 단계를 포함하며, 최종 빔에서 SQL 선택을 개선하기 위한 새로운 리랭커(reranker) 모델을 개발한다. 우리는 SmBoP와 RASAT 두 가지 백본 아키텍처와 통합된 이러한 다양한 구성 요소들에 대해 Shapley 분석으로 보완된 절제 연구(ablation study)를 수행한다. 단순히 이들 모두를 결합하는 것이 최상의 결과로 이어지지 않으며, 각 구성 요소의 영향은 기준선(baseline) 시스템과의 상호작용뿐만 아니라 서로 간의 상호작용에도 의존함을 발견한다.

arXiv:2606.31041v1cs.CL

이기종 엔터프라이즈 데이터베이스에서 자연어-SQL 변환을 위한 시맨틱 층 매개 에이전트

A Semantic-Layer-Mediated Agent for Natural Language to SQL over Heterogeneous Enterprise Databases

엔터프라이즈 데이터베이스의 복잡한 스키마에 대한 자연어-SQL 변환(NL2SQL) 문제를 해결하기 위해, 시맨틱 모델 쿼리(SMQ)라는 중간 표현을 통해 의미적 의도와 물리적 SQL 실행을 분리하는 시맨틱 층 매개 에이전트를 제안한다. Gemini 3 Pro 기반으로 Spider2-snow 벤치마크에서 94.15%의 실행 정확도를 달성해 공식 리더보드 3위를 기록하며 스키마 직접 활용 방식을 크게 능가했다.

arXiv:2606.21685v1cs.CL

TACO: LLM을 활용한 작업 인식형 컬럼 설명 생성

TACO: Task-Aware Column Description Generation Using LLMs

정확하고 정보가 풍부한 컬럼 설명(예: 컬럼명 "cust_mem"에 대한 "고객의 멤버십 상태") 생성은 NL2SQL, 테이블 질의응답(table question answering), 엔티티 연결(entity linking) 등 표 형식 데이터에 대한 다양한 하위 자연어 처리(NLP) 작업에 필수적이다. 이 문제는 기업, 도메인 과학, 정부 데이터 포털 등에서 발생한다. 중요성에도 불구하고, 대부분의 실제 데이터셋은 축약된 컬럼명이나 도메인 특화 전문 용어로 인해 문서화가 누락되거나 알기 어려운 경우가 많다. 기존 접근법은 대부분 단일 프롬프트 대규모 언어 모델(LLM)에 의존하며, (i) 약어 처리의 불일치 또는 오류, (ii) 환각(hallucination) 또는 불완전한 설명, (iii) 하위 작업 성능을 저해하는 중복성 또는 모호함의 세 가지 핵심 문제에 어려움을 겪는다. 우리는 LLM을 활용한 자동 컬럼 설명 생성을 위한 작업 인식(task-aware) 프레임워크 TACO를 제안한다. TACO는 3단계 파이프라인을 도입한다: (1) 컬럼명을 표준화하는 약어 확장(abbreviation expansion), (2) 동의어 및 검색 지향 키워드가 풍부한 초기 의미적 설명을 생성하는 설명 생성(description generation), (3) 시뮬레이션된 하위 작업을 활용해 이러한 출력을 정제하는 설명 수정(description revision). 또한, 사람 개입(human-in-the-loop) 확장을 탐구하고 엔티티 연결 및 스키마 보강(schema enrichment)을 위한 새로운 평가 데이터셋을 공개한다. 공개 및 독점 데이터셋에 대한 광범위한 실험 결과, TACO는 기존 방법을 지속적으로 능가하며 하위 작업 성능을 최대 32% 향상시킨다.

arXiv:2606.11424v1cs.CL

SOMA-SQL: 합성 로그와 실행 프로빙을 통한 NL-to-SQL의 다중 소스 모호성 해소

SOMA-SQL: Resolving Multi-Source Ambiguity in NL-to-SQL via Synthetic Log and Execution Probing

데이터베이스 자연어 인터페이스는 사용자 질문을 실행 가능한 SQL로 변환하는 것을 목표로 하지만, 질문이 불충분하고 스키마가 크고 모호한 실제 환경에서는 여전히 취약합니다. 사용자 질문, 데이터베이스 스키마, 모델 해석에 걸친 모호성은 NL2SQL의 주요 실패 요인으로, 의도 불일치, 잘못된 스키마 그라운딩, 잘못된 SQL 생성으로 이어집니다. 기존 접근 방식은 인간의 명확화에 의존하거나 모호성을 스키마 표현 문제로 취급하지만, 이는 확장되지 않으며 모호성을 자율적으로 해결하지 못합니다. 우리는 타겟팅된 합성 쿼리 로그와 모호성 기반 프로빙을 통해 모호성을 자동으로 해결하는 SOMA-SQL을 제안합니다. SOMA-SQL은 스키마 해석을 그라운딩하고 후보 SQL 생성을 안내하기 위해 합성 쿼리 로그를 구축합니다. 그 후 구조화된 모호성 분류 체계와 후보 불일치에 의해 주도되는 타겟팅된 프로빙 쿼리를 실행하여, 최종 SQL 선택 및 수정을 위한 모호성 해소 증거를 생성합니다. 이러한 모호성 발견 및 해결에 대한 능동적인 접근 방식은 인간 개입 없이 보이지 않는 스키마와 쿼리 분포에 걸쳐 일반화됩니다. 6개의 공개 벤치마크에 대한 실험 결과, SOMA-SQL은 최첨단 기준 모델 대비 평균 13.0%의 실행 정확도를 향상시켰으며, 모호한 질문에서는 최대 16.7%의 향상을 보였습니다.